고기 신선도 측정 데이터의 딥러닝 기반 분석 = Deep Learning-based Analysis of Meat Freshness Measurement

국문 초록 (Abstract)

축산 판매장에서 판매하는 고기들의 신선도 측정은 소비자의 건강을 위해 필요한 기술이다. 신선도 측정을 목적으로 다양한 센서가 연구 개발되고 있다. 센서는 다양한 고기의 신선도 상태 때문에 측정 오류가 발생한다. 따라서 강인성을 가지는 센서를 검증한 후에, 사용하는 과정이 필요하다. 본 논문에서는 10개의 고기 신선도 측정 센서로 얻은 데이터의 분석을 통해서, 각 측정 센서의 성능을 심층신경망을 이용하여 조사한다. 고기 종류로는 소고기, 돼지고기, 닭고기를 대상으로 검증한다. 또한 토리미터보다 성능이 우수한 다중 센서를 찾기 위해서 PCA를 이용하여 3개의 센서를 찾는다. 실험에서는 심층신경망으로 3개의 센서가 토리미터보다 우수함을 증명하였다.

참고문헌 (Reference)

1 김은석, "합성곱 신경망 기반 밝기-색상 정보를 이용한 얼굴 위변조 검출 방법" 한국방송∙미디어공학회 24 (24): 1113-1121, 2019

2 이승수, "비전 점유센서를 위한 합성곱 신경망 기반 사람 인식" 한국방송∙미디어공학회 23 (23): 274-282, 2018

3 윤정언, "딥러닝 기반의 복합 열화 영상 분류 및 복원 기법" 한국방송∙미디어공학회 24 (24): 430-439, 2019

4 "https://www.r-project.org/"

5 L. Maaten, "Visualizing Data using t-SNE" 9 : 2579-2605, 2008

6 J. Sujiwo, "Relationship between quality and freshness traits and torrymeter values of beef loin during cold storage" 149 : 120-125, 2019

7 E. Bakhoum, "Low-cost, high-accuracy method and apparatus for detecting meat Spoilage" 65 (65): 1707-1715, 2016

8 M. Baby, "Low-cost embedded system for detection of E. Coli bacteria in meat" 2016

9 W. Xiao, "Investigation of food freshness sensing technology for consumer use" 2016

10 M. Mladenov, "Evaluation of the freshness of food products by predictive models and neural networks – a comparative analysis" 2016

11 K. Timsorn, "Discrimination of chicken freshness using electronic nose combined with PCA and ANN" 2014

12 G. Peiyuan, "Detection of meat fresh degree based on neural network" 2007